在数字化时代的浪潮下，数据资产已成为企业核心竞争力的重要组成成分，也是国家重要的战略资源。数据资产评估是对组织内数据资产的质量、价值等进行定量和定性的评价，能够衡量数据作为资产在特定环境下的价值。《关于加强数据资产管理的指导意见》提出健全数据资产价值评估的重要性，鼓励行业自行或联合制定企业数据资产标准，建设包括数据资产价值评估、数据资产质量评价等标准。2024年，财政部印发《关于加强行政事业单位数据资产管理的通知》强调应按照国家规定对数据资产相关权益进行评估。此外，各地也相继出台了相关标准，用以规范数据资产价值评估。其中，浙江省财政厅出台地方标准《数据资产确认工作指南》，该指南不仅是数据基础制度中财政业务相关的配套标准，也为探索数据资产管理和在公共数据授权运营管理中维护数据资源资产权益提供重要的支撑。
政策文件和标准的出台，为规范数据资产管理提供了坚实的基础，促进数据资产高效的开发利用，释放数据价值，推进数字经济高质量发展。
目前，虽然出台了一些政策和标准，但对于数据资产评估定价上仍存在很多问题与挑战。一是数据权属难以确定。《数据二十条》确立了数据资源持有权、数据加工使用权、数据产品经营权分置的产权运行机制，但由于企业数据资产来源于多个主体或通过多个路径整合，存在无法有效划分各主体具体贡献度等问题，也造成了权属认定复杂且困难。二是数据资产价值评估缺乏统一评估标准。虽然中评协出台了数据资产评估相关指导意见，但由于数据资产价值受到数据质量、应用场景多样性、市场需求等因素的影响，且缺失统一的评估标准，使得无法有效评估数据资产价值并进行数据产品定价。三是数据质量不高。数据资产价值受到数据质量的影响，一些企业过度追求数据资产的数量而忽视了数据资产质量这一关键要素，缺乏对数据质量的治理意识和能力，无法保证较高的数据质量，从而影响数据资产价值。四是数据资产合规性仍待完善。数据资产价值建立在合规得基础上，数据在收集、生成、存储、管理等过程中都需要依法合规，但目前尚未形成更加完善的合规体系，能够保护各过程中的相关权益，以及当涉及到国家安全、个人隐私等方面的内容，能够确保其符合法定职责所规定的范围与限度。
构建更加全面的数据产权制度：目前，《数据二十条》已明确提出要探索构建数据产权结构性分置制度，未来需要更进一步的细化各类主体在数据生命周期不同阶段的权利与责任。首先，可以通过明确确权的数据范围，同时根据不同的数据类型包括个人数据、公共数据等，遵循不同的处理方式；其次，要结合具体的应用场景明确数据权属，数据权属的制定也可以依靠分类分级管理的逻辑；最后，要切实做好数据主体权益的保障工作。通过制度和理论上的创新，更进一步明确数据的权属问题，也可以通过高技术手段，实现对数据来源的追溯，更利于明确各个主体的贡献与责任。
建立统一且灵活的评估标准体系：综合衡量企业数据资产的成本、效益、质量以及更新周期等因素，建立一套统一且灵活的数据资产评估标准体系。首先，可以细化数据资产价值评估指标，建立多维度的价值调整系数指标体系，充分考虑数据资产质量维度、数量维度与利用率维度等；其次，建立一个新型的数据资产价值评估模型，充分考虑成本法、收益法和市场法等方法及其衍生方法，综合考虑评估价值和价值调整因素，得出数据资产最终评估结果；最后，可以利用自动化数据资产分析和处理技术，对结构化和非结构化数据进行有效处理与提取相关信息实现自动评价。
强化数据质量管理意识与能力：企业需要认识到高质量数据对于业务应用价值的重要性，加大对数据治理的投资力度，建立健全内部管理制度，包括但不限于数据清洗、治理、更新等环节的操作规范。及时发现并治理问题数据，实现对数据质量的有效管理。此外，还可以通过借助人工智能、机器学习等先进技术提高数据质量和治理效率，保证数据的完整性、准确性满足场景需求，为企业决策提供有效依据。
完善数据资产合规管理体系：构建覆盖数据全生命周期的法律法规制度，明确各方权利与义务，特别是涉及国家安全和个人隐私保护的规定，保障各类主体在数据资产过程中的相关权益。完善数据场内交易流程与健全场内交易平台建设，鼓励数据进行场内交易。面对场外交易要引导市场主体进行合规交易，建立相关法律制度，保障交易主体间公平、透明、合理。
国网浙江电力有限公司探索数据资产评估定价路径，通过明确数据资产的评估价值，研究数据产品质量系数、数据流通系数、数据垄断系数和数据价值实现风险系数等调整因子，为数据资产评估提供有效依据。
数据质量是指数据固有质量，可以通过对数据完整性、数据准确性和数据有效性三方面设立约束规则，利用统计分析数据是否满足约束规则完成量化。数据质量的评价办法由数据模块、规则模块和评价模块三者组成。各个规则模块获取的结果需要加权汇总以获得最终的数据质量系数。
数据质量评估流程主要分为确定评估对象及范围、选取质量维度及评价指标、确定质量测度及其评价方法和实施质量评估四个步骤。质量评估指标体系根据国家标准《GB/T 36344-2018信息技术 数据质量评价指标》要求，从数据的规范性、 完整性、准确性、一致性、时效性、可访问性六个质量维度进行评价。
数据资产按流通类型可以分为开放数据、公开数据、共享数据和非共享数据四类。首先通过可流通数据量占总数据量的比重确定数据对外开放共享程度；然后，考虑到不同的数据流通类型对数据接受者范围的影响，需要将数据传播系数考虑进来。传播系数是指数据的传播广度，即数据在网络中被他人接受的总人次，可以通过查看系统访问量、网站访问量获得。数据的流通度越高、传播度越广，价值则更高。
数据资产的垄断程度是由数据基数决定，即该数据资产所拥有的数据量占该类型数据总量的比例，可以通过某类别数据在整个行业领域内的数据占比衡量，即通过比较同类数据总量来确定。数据垄断系数表示为：数据垄断系数=系统数据量/行业总数据量。如数据在整个行业中具有较高的垄断性，则数据资产的价值更为显著。
在数据价值链上的各个环节都存在影响数据价值实现的风险。数据价值实现风险分为数据管理风险、数据流通风险、增值开发风险和数据安全风险四个二级指标和设备故障、数据描述不当、系统不兼容、政策影响、应用需求、数据开发水平、数据泄露、数据损坏八个三级指标。由于数据资产价值实现环节较多且评估过程复杂，实践中需采用综合评价法获得其风险系数。
综合以上数据资产价值调整因子，待估数据资产的最终价值为其成本法、收益法活市场法得出的评估值乘价值调整系数，以此来合理和公允地衡量数据资产的实际价值。
国网浙江电力积极推动数据要素市场化配置，通过创新构建科学完善的数据资产价值评估模型，系统性地探索数据资产评估与定价的实现路径。通过这一研究实践，不仅帮助企业准确认知自身数据资产的经济价值，还为电力数据资产的登记确权、流通交易和价值变现奠定了坚实基础，有效促进数据要素在安全合规前提下的高效流动与价值释放，更为构建规范有序的数据要素市场提供了可复制的实践经验，对激活数据要素潜能、培育数字经济新动能具有重要示范意义。
供稿单位：国网浙江省电力有限公司、国网浙江省电力有限公司经济技术研究院、国网浙江电力投资运营有限公司、国网浙江温州供电公司、浙江大数据交易中心
